導(dǎo)語(yǔ)

群體合作維系著眾多自然與社會(huì)系統(tǒng)的功能，理解合作的演化過(guò)程成為現(xiàn)代科學(xué)的核心議題。盡管人類(lèi)互動(dòng)涉及復(fù)雜的接觸網(wǎng)絡(luò)，但當(dāng)前的相關(guān)探索仍局限于靜態(tài)網(wǎng)絡(luò)中，社會(huì)聯(lián)結(jié)具有永久性，不會(huì)隨時(shí)間變化。而在現(xiàn)實(shí)場(chǎng)景中，人類(lèi)活動(dòng)往往涉及時(shí)序性，即網(wǎng)絡(luò)聯(lián)結(jié)具有臨時(shí)性，理解這類(lèi)時(shí)序網(wǎng)絡(luò)中合作的演化，仍是一個(gè)亟待解決的開(kāi)放問(wèn)題。研究者們系統(tǒng)分析了合作在任意時(shí)序網(wǎng)絡(luò)中的傳播規(guī)律，并將結(jié)果凝練為一個(gè)簡(jiǎn)潔的條件，該條件將演化博弈動(dòng)力學(xué)與靜態(tài)及時(shí)序互動(dòng)有機(jī)融合。合作的涌現(xiàn)可通過(guò)一個(gè)簡(jiǎn)單的經(jīng)驗(yàn)法則得以促進(jìn)：在互動(dòng)中應(yīng)暫時(shí)降低中心節(jié)點(diǎn)的優(yōu)先級(jí)。為滿足實(shí)證應(yīng)用需求，研究進(jìn)一步提出了一個(gè)量化指標(biāo)來(lái)衡量中心節(jié)點(diǎn)的優(yōu)先級(jí)，該指標(biāo)通過(guò)實(shí)證數(shù)據(jù)集驗(yàn)證了其有效性。它能合理安排互動(dòng)順序，從而最大程度促進(jìn)合作。這篇工作揭示了時(shí)序互動(dòng)在推動(dòng)群體合作方面所具備的根本性優(yōu)勢(shì)，其意義超越了僅從靜態(tài)網(wǎng)絡(luò)研究中獲得的特定見(jiàn)解。

關(guān)鍵詞：時(shí)序網(wǎng)絡(luò)（Temporal networks），群體合作，演化博弈動(dòng)力學(xué)（Evolutionary Game Dynamics），中心節(jié)點(diǎn)（Hubs），互動(dòng)優(yōu)先級(jí)

王璇丨作者

趙思怡丨審校

論文題目：Promoting collective cooperation through temporal interactions 論文鏈接：https://doi.org/10.1073/pnas.2509575122 發(fā)表時(shí)間：2025 年 6 月 27 日 論文來(lái)源：PNAS

核心問(wèn)題：群體合作如何從動(dòng)態(tài)互動(dòng)中涌現(xiàn)？

群體智能的核心奧秘之一，在于自私個(gè)體之間何以能自發(fā)形成合作。傳統(tǒng)理論常將社會(huì)結(jié)構(gòu)視為靜態(tài)網(wǎng)絡(luò)，關(guān)系一旦建立便固定不變。然而，從線上交流到線下會(huì)議，真實(shí)世界的互動(dòng)本質(zhì)上是時(shí)序性的：聯(lián)結(jié)不斷形成、中斷與重組，形成一個(gè)流動(dòng)的“時(shí)序網(wǎng)絡(luò)”。

在此背景下，一個(gè)關(guān)鍵問(wèn)題浮現(xiàn)：合作行為如何在這種動(dòng)態(tài)的、不斷變化的時(shí)序網(wǎng)絡(luò)中傳播與扎根？直覺(jué)上，我們可能認(rèn)為應(yīng)讓高度連接的社交樞紐盡早參與、引領(lǐng)合作。但這項(xiàng)2025年6月27日發(fā)表于PNAS的研究，卻揭示了一個(gè)反常識(shí)的答案：推遲樞紐節(jié)點(diǎn)的參與，反而更能促進(jìn)合作在群體中涌現(xiàn)。

主要機(jī)制：時(shí)間序位如何影響合作演化？

為解開(kāi)這個(gè)謎題，研究者構(gòu)建了一個(gè)時(shí)序網(wǎng)絡(luò)上的演化博弈模型。個(gè)體在每一時(shí)刻與鄰居進(jìn)行“捐贈(zèng)博弈”：合作者付出成本使他人獲益，背叛者則坐享其成而不付出。策略通過(guò)模仿傳播，個(gè)體傾向于復(fù)制成功鄰居的行為。

研究的關(guān)鍵在于引入替換網(wǎng)絡(luò)（Replacement network）概念：將所有時(shí)刻的互動(dòng)歷史匯總，得到一個(gè)表征“誰(shuí)可能影響誰(shuí)”的潛在結(jié)構(gòu)。在此網(wǎng)絡(luò)上，通過(guò)分析溯祖過(guò)程（追蹤策略傳播的隨機(jī)游走路徑如何匯合），研究者推導(dǎo)出合作能否成功傳播的普適數(shù)學(xué)條件。

分析揭示，合作成功的閾值取決于樞紐參與度（高度數(shù)個(gè)體，即社交樞紐，在互動(dòng)中的活躍程度）和互惠概率（互動(dòng)雙方相互模仿策略的可能性）這兩個(gè)關(guān)鍵的變量。降低當(dāng)前時(shí)刻的樞紐參與度、提高互惠概率，能有效降低合作門(mén)檻。這意味著，若能在互動(dòng)序列中，先讓連接稀疏的個(gè)體（非樞紐）之間進(jìn)行高互惠的互動(dòng)，讓樞紐“晚點(diǎn)出場(chǎng)”，便能創(chuàng)造一個(gè)對(duì)合作更友好的演化環(huán)境。這一“先弱后強(qiáng)”的時(shí)序安排，為在動(dòng)態(tài)網(wǎng)絡(luò)中引導(dǎo)合作提供了清晰的操作原則。

圖1. A：個(gè)體間博弈隨時(shí)間變化的快照；B：聚合而成的靜態(tài)網(wǎng)絡(luò)；C：博弈框架模型，每位個(gè)體與所有交互伙伴逐一博弈，以計(jì)算自身的平均收益；D：基于模仿的更新機(jī)制描述策略演化過(guò)程；E：從個(gè)體 i 和 j 出發(fā)的隨機(jī)游走者在黃色節(jié)點(diǎn)相遇，隨后繼續(xù)進(jìn)行單次隨機(jī)游走。

時(shí)序動(dòng)力學(xué)：為什么“早期”如此重要？

研究進(jìn)一步發(fā)現(xiàn)，在時(shí)序網(wǎng)絡(luò)中，早期互動(dòng)對(duì)合作演化具有不成比例的巨大影響力。這是由于在溯祖過(guò)程中，兩條傳播路徑合并的概率隨時(shí)間指數(shù)衰減，行為傳播快速收斂，因此最初的互動(dòng)模式往往決定了整個(gè)系統(tǒng)的演化軌跡。

這一動(dòng)力學(xué)特性將設(shè)計(jì)原則從“應(yīng)該發(fā)生什么”推進(jìn)到“應(yīng)該何時(shí)發(fā)生”。不僅應(yīng)促成“低樞紐參與-高互惠”的互動(dòng)模式，更應(yīng)讓這類(lèi)互動(dòng)盡早發(fā)生。通過(guò)“先邊緣、后中心”的時(shí)序安排，系統(tǒng)能充分利用早期的高權(quán)重窗口，為合作信念在群體中扎根奠定堅(jiān)實(shí)基礎(chǔ)。

圖2. 具有爆發(fā)式模式和高階網(wǎng)絡(luò)的時(shí)序互動(dòng)設(shè)計(jì)。A：N=100的無(wú)標(biāo)度網(wǎng)絡(luò)和隨機(jī)規(guī)則網(wǎng)絡(luò)中，隨機(jī)選取比例為P的邊所生成的互動(dòng)網(wǎng)絡(luò)上的臨界收益成本比；B：在隨機(jī)規(guī)則網(wǎng)絡(luò)上生成具有爆發(fā)式模式的時(shí)序互動(dòng)；C：網(wǎng)絡(luò)的臨界收益成本比；D：高階時(shí)序網(wǎng)絡(luò)中的演化博弈；E：數(shù)值展示了在基于高中、會(huì)議和醫(yī)院實(shí)證接觸數(shù)據(jù)構(gòu)建的高階時(shí)序互動(dòng)中，合作固定概率與協(xié)同因子的函數(shù)關(guān)系；F：高階互動(dòng)中中心節(jié)點(diǎn)的優(yōu)先級(jí)。

從理論到實(shí)踐：在真實(shí)世界中驗(yàn)證與設(shè)計(jì)

研究者們?cè)谒膫€(gè)真實(shí)的時(shí)序接觸網(wǎng)絡(luò)中驗(yàn)證了這一原則（辦公樓、高中、展覽會(huì)、醫(yī)院）。原始數(shù)據(jù)中，樞紐參與度隨時(shí)間隨機(jī)波動(dòng)，合作演化效率受限。通過(guò)按樞紐優(yōu)先級(jí)升序簡(jiǎn)單重排互動(dòng)時(shí)間表，合作閾值在所有場(chǎng)景中均顯著下降，合作更容易涌現(xiàn)。

特別值得注意的是，在醫(yī)院接觸網(wǎng)絡(luò)中，原始序列下合作閾值為負(fù)（背叛全面占優(yōu)），而經(jīng)時(shí)序重排后閾值轉(zhuǎn)為正，意味著本不可能出現(xiàn)的合作獲得了演化契機(jī)。這證明，時(shí)間序位本身可以成為塑造群體行為的強(qiáng)大杠桿。

研究還將框架推廣至高階互動(dòng)（如小組討論、團(tuán)隊(duì)協(xié)作）。通過(guò)定義群體場(chǎng)景中的樞紐優(yōu)先級(jí)并優(yōu)化互動(dòng)時(shí)序，同樣能顯著促進(jìn)群體層面的合作。這表明，“先邊緣后中心”的時(shí)序智慧，適用于從成對(duì)互動(dòng)到復(fù)雜群體行動(dòng)的多層場(chǎng)景。

討論與展望：時(shí)間作為合作設(shè)計(jì)的新維度

這項(xiàng)研究揭示，時(shí)間不僅是事件發(fā)生的背景，更是塑造群體協(xié)作的主動(dòng)設(shè)計(jì)維度。它突破了傳統(tǒng)群體智能研究中對(duì)靜態(tài)網(wǎng)絡(luò)結(jié)構(gòu)的依賴，將時(shí)序組織提升為核心分析對(duì)象。建立了時(shí)序網(wǎng)絡(luò)中合作演化的統(tǒng)一分析框架，將動(dòng)態(tài)互動(dòng)、網(wǎng)絡(luò)結(jié)構(gòu)與合作閾值有機(jī)聯(lián)結(jié)，為理解群體智能如何在流動(dòng)中涌現(xiàn)提供了新的數(shù)學(xué)模型。為組織管理、在線社區(qū)治理和公共政策設(shè)計(jì)提供了新的、低成本的杠桿。隨著物聯(lián)網(wǎng)、數(shù)字痕跡數(shù)據(jù)愈發(fā)豐富，有望更精細(xì)地感知與設(shè)計(jì)社會(huì)互動(dòng)的時(shí)間結(jié)構(gòu)，將時(shí)間序位的智慧融入算法與社會(huì)架構(gòu)，或許能培育更高效、更堅(jiān)韌的群體智能，應(yīng)對(duì)從局部協(xié)作到全球治理的復(fù)雜挑戰(zhàn)。

群體智能讀書(shū)會(huì)

如果你對(duì)這些反直覺(jué)但極有用的現(xiàn)象感興趣——從蟻群搭橋、魚(yú)群同步、到無(wú)人機(jī)集群表演、集群機(jī)器人協(xié)作、群智優(yōu)化與多智能體系統(tǒng)、網(wǎng)絡(luò)輿論建模研究等——?dú)g迎加入「群體智能」讀書(shū)會(huì)：我們用動(dòng)物—人類(lèi)—機(jī)器三條線，希望把群體智能的涌現(xiàn)這件事講清楚、講透徹；用物理學(xué)、數(shù)理邏輯、多主體建模、計(jì)算傳播等多學(xué)科視角，去追問(wèn)同一個(gè)核心：集群何以比個(gè)體更聰明？群體智能又在何時(shí)涌現(xiàn)？

集智俱樂(lè)部聯(lián)合北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院韓戰(zhàn)鋼教授、暨南大學(xué)計(jì)算傳播研究中心趙甜芳副教授、新疆大學(xué)物理科學(xué)與技術(shù)學(xué)院玉素甫·艾比布拉副教授等來(lái)自11所高校的學(xué)者，共同發(fā)起本次，嘗試用一條普適的線索，把自然界的鳥(niǎo)群蟻群、人類(lèi)社會(huì)的集群行為、以及人工智能時(shí)代的多智能體與群智優(yōu)化，放在同一張地圖上重新理解。讀書(shū)會(huì)自2026年1月17日開(kāi)始，安排在每周六下午 14:00–16:00，歡迎所有對(duì)群體智能如何涌現(xiàn)、如何被理解、以及如何被設(shè)計(jì)，感興趣的朋友一起加入：帶著問(wèn)題來(lái)，帶著更有趣的問(wèn)題去。

詳情請(qǐng)見(jiàn)：

1.

2.

3.

4.

5.

6.

7.

8.

9.